David Heinemeier Hansson（DHH）对AI编程的态度在短短一年内发生了彻底转变。作为Ruby on Rails的创造者、37signals联合创始人，以及多个知名软件项目的核心开发者，DHH曾对AI编程持怀疑态度，认为其只能完成重复性工作，无法替代程序员精心雕琢代码的过程。然而，随着AI技术的迅猛发展，他的观点发生了根本性变化。

DHH指出，最新版本的Linux发行版Omarchy Quattro中，没有一个新功能是由他从头到尾手写完成的。过去两个月，AI对他的开发加速已接近100%。更令人惊讶的是，AI不再只是执行清晰指令，而是开始理解模糊意图、选择实现路径，甚至提出比人类更好的产品方向。这一变化标志着AI编程进入了一个新阶段，软件公司的组织方式、程序员的职业身份，以及人与计算机之间的关系都将被重新定义。

在DHH看来，专业经验未必永远是优势，也可能成为一种认知债务。程序员越熟悉过去的解法，越容易过早指定数据库、框架与架构，从而限制了AI的能力上限。他强调，Prompt Engineering正在从“精确控制机器”转向“有效管理智能”，真正困难的不再是把每个步骤写清楚，而是明确问题、结果与边界，同时给AI留下自主选择路径的空间。

DHH认为，未来的软件开发可能不再从详细规格说明（Spec）开始，而是从一个可以被体验的版本开始。与其花三周描述最终答案，不如让AI先做出雏形，再通过真实使用发现需求。他指出，需求将不再是实现之前的输入，而是在实现过程中逐渐生成的结果。品味不再只是把结果做得更漂亮，而是对偏差保持敏感，能够迅速指出问题所在，并指导下一步方向。

随着AI在编程中的广泛应用，DHH预测，未来的软件文档将拥有两个读者：人和AI。文档的价值不仅在于帮助人理解产品，还在于让AI知道系统如何组成、如何修改，以及怎样在不破坏整体的情况下继续生长。他进一步指出，编程语言过去首先是人机妥协，未来可能越来越偏向机器。如果代码主要由AI编写和维护，语言是否优雅、易写、符合人类直觉，可能不再比安全性、性能与机器可验证性更重要。

DHH还提到，漂亮代码不会消失，但其经济基础可能改变。过去，Clean Code主要为了降低人类理解成本；未来，它的价值可能更多体现为减少AI读取上下文所需的Token、降低推理成本，并提高自动修改的可靠性。同时，技术债不会因为AI会重构代码就自动消失，它可能以Token债的形式重新出现。混乱的系统依然需要AI反复读取、推理和验证，架构越差，每一次智能调用的成本就越高。

在DHH看来，标准化软件可能只是实现能力稀缺时代的产物。用户之所以忍受一套包含95%无用功能的软件，是因为为每个人单独开发工具太贵。而AI让软件有机会重新变成围绕个人工作方式即时生成的私人器具。他预测，下一代个人计算机的核心竞争力可能不是功能数量，而是可塑性。操作系统将不再只是厂商提前完成、用户被动接受的产品，而会成为一个能通过自然语言不断修改、逐渐适应个人习惯的环境。

DHH详细描述了他与AI合作开发Omarchy Quattro的过程。他使用多个Agent并行工作，通过自定义的通知系统Herdr管理任务进度。这种工作方式让他能够同时推进十几个开发任务，整体产出远超过去单线程手写代码的效率。他强调，Unix哲学几乎就是为AI准备的，命令行、配置文件、小型工具和可组合程序等特性，对AI来说非常合适。

对于Linux在桌面市场的未来，DHH表现出前所未有的乐观。他认为，AI正好补上了Linux过去一直缺的那最后一块拼图。Linux的开放性和可塑性，使其成为AI时代最合适的操作系统。AI能够处理文本文件、通过命令行调用工具、读取错误日志，甚至直接阅读源代码，这些特性让Linux在AI面前比Mac和Windows更具优势。

DHH还分享了他对编程语言未来的看法。他认为，自然语言正在成为新的编程语言。他指出，英语可能是世界上最漂亮的编程语言，因为它能够表达意图、上下文、审美偏好，甚至一些自己都没有完全形式化的东西。传统代码要求把一切压缩成非常精确的指令，而自然语言允许传递大量隐含信息，让AI能够理解并执行。

在谈到程序员职业的未来时，DHH表示，未来需要的可能不是更多Coder，而是更多Builder。他强调，当制造软件的成本下降后，我们并不一定会因此需要更少软件，反而可能因为新用途被打开而增加。他鼓励年轻程序员不要试图预测未来，而是要专注于现在，利用AI工具去创造东西，参与开源项目，与同样对这些变化感到兴奋的人一起工作。

DHH总结道，如果你真正喜欢的是创造东西，那么这可能是最好的时代。AI正在大幅缩短想法和真正存在的软件之间的距离，让创造变得更加容易和高效。他鼓励所有人拥抱这一变化，利用AI去实现那些过去因为实现成本太高而放弃的想法。

（来源：ITbear）